Generación de mapas 3D globales a partir de primitivas geométricas locales

En los últimos años el interés en modelos de ciudades 3D se ha incrementado. Existen dos enfoques predominantes en la reconstrucción 3D: el primero es usando un sistema estéreo y el segundo es la extracción de características de la nube de puntos proporcionadas por un sensor láser. La tecnología LIDAR (acrónimo del inglés Light Detection and Ranging) está emergiendo como la oferta más eficiente en modelos digitales de ambientes, ya que los datos que proporciona son una reconstrucción 3D. Sin embargo, los datos aunque reconstruyen el ambiente, carecen de modelos matemáticos que describan el comportamiento del ambiente reconstruido. De esta necesidad surge el objeto de este trabajo de investigación. El estudio consiste en modelar por medio de planos los datos 3D entregados por el LIDAR. El plano principal corresponde al suelo y los otros planos presentes en la nube corresponden a objetos estructurados, que pueden ser las fachadas de las edificaciones, aceras, muros entre otros. Los planos encontrados en la modelización del ambiente corresponden a un conjunto de puntos. El conjunto de puntos dentro del plano puede estar definido por varios clusters. La segmentación de los cluster se lleva a cabo usando MeanShift, y nos permite subdividir el plano en regiones del plano limitados por segmentos de rectas. Para probar los algoritmos propuestos, se desarrolló un prototipo de sistema de información mediante JOGL 1, en el cual se realizaron distintas pruebas de ejecución. En el trabajo se muestra la reconstrucción para dos adquisiciones particulares de una esquina de la plaza Zénea, ubicada en el centro histórico de Querétaro, México y el estacionamiento del CICATA 2, unidad Querétaro